ManageEngine 把 30 余款智能体打进了客户已经买下的产品里，而且明说不产生额外的 Token 成本。10 月 20 日，这家企业 IT 管理厂商在中国市场发布 30 余款 Zia 智雅智能体，直接嵌进它既有的全栈 IT 管理产品线，并计划到 2026 年底扩到 100 余款。它讲的故事不是「再卖你一个 AI 平台」，而是「你早就付过钱的那套软件，里面悄悄多了一队会干活的智能体」。
不是又一个 AI 平台，而是已购产品里多了一队智能体
这批智能体由自研的 Zia 智雅大模型驱动，直接集成在客户已经在用的产品内部，不需要再采购独立的 AI 平台或智能体工作流工具，也不产生额外的 Token 账单。官方给出的节奏很具体：现已发布 30 余款，年底冲到 100 余款；依托位于北京、上海的数据中心做本土化，数据留在本地。10 月 28 日它会在深圳的用户大会上正式亮相，这场一年两届的客户盛会预计聚起 150 到 250 位客户。这距离它今年 5 月在全球推出智能体，只隔了大约五个月——从全球发布到中国市场深度落地，节奏明显加快。
零 Token，先把商业模型摆上台面
多数企业智能体方案按 Token、按单次调用或按用量计费，采纳规模一大，账单就跟着膨胀，反而逼着企业去做节流。ManageEngine 走的是相反路径：智能体作为产品功能附赠，调用成本被合同吸收，企业看到的是可预测的总拥有成本，而不是一条会随用量失控的曲线。背后有数据支撑这种转向——埃森哲中国的调研称，63% 的中国企业已经部署了 AI 助手或知识管理系统，而一年前这个比例是 28%；Gartner 对 IT 管理者的调研则称，75% 的人正在试点、部署或已经落地各类智能体。当多数企业已经在用，竞争焦点就从「能不能用」挪到了「用起来贵不贵、数据安不安全」。
甜头明显，边界也实在
零额外 Token 的好处写在脸上：成本可预测，不怕规模；敏感数据留在本地数据中心，隐私风险可控；既有客户几乎零迁移，智能体直接出现在熟悉的产品界面里。但边界同样清楚——能力被框在厂商既有的产品栈内，跨产品的编排仍要靠人，模型的智能上限由 Zia 自己定。它赌的是一件很实在的事：多数企业要的不是「更聪明的通用助手」，而是「别再为 AI 单独开一张账单」。这套打法把行业竞争从模型能力悄悄拉回了采购与总拥有成本，对按量收费的同行是一次正面拆解。风险在于，免费往往意味着能力被锁死在一家厂商的边界之内，跨栈协同要额外付出集成成本。
给 IT 运维智能化的一条旁注
这篇的增量认知，是把「智能体该不该单独计费」这件事摆到了台面：当厂商愿意把智能体当成产品附赠功能而非独立计费项，说明企业智能体的采购逻辑正在从「为能力付费」转向「为结果和总拥有成本付费」。它对正在评估智能体商业化路径的团队有个提醒——零 Token 是强力的采纳杠杆，但也可能成为能力天花板，尤其是当工作流需要跨多家厂商的产品协同时。要清醒的是，本地数据中心缓解了数据隐私顾虑，却把运维、合规与模型更新的责任留给了客户自己；且各智能体的真实调用量与跨模型对比基准，厂商尚未公开，性能水位仍需独立验证。把这次发布和站内此前覆盖的「企业智能体部署」「零 Token 商业化」放在一条线上看，智能体的下一程，很可能不在谁的模型更强，而在谁能把成本与合规的账算得更让采购方安心。
目前官方及行业暂未披露更多细节，包括具体的早期客户名单、各智能体的真实调用量、以及与第三方模型的逐项对比基准，后续将持续跟进迭代动态。这篇把「智能体附赠化」从边缘尝试，推进成了头部 IT 管理厂商的正式产品策略。